Thèse Optimisation Robuste de Requêtes pour les Sgbd Parallèles Multi-Locataires H/F

Doctorat.Gouv.Fr

Établissement : Université de Toulouse École doctorale : EDMITT - Ecole Doctorale Mathématiques, Informatique et Télécommunications de Toulouse Laboratoire de recherche : IRIT : Institut de Recherche en Informatique de Toulouse Direction de la thèse : Franck MORVAN ORCID 0009000913909495 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-06-22T23:59:59 Dans les environnements cloud, un Système de Gestion de Bases de Données SGBD installé sur une machine multi-processeur et partagé par plusieurs locataires est appelé SGBD parallèle multi-locataire. Le partage des ressources dans un tel SGBD permet aux locataires de payer pour les ressources qu'ils consomment, tout en maximisant la rentabilité du système. Pour cela, un contrat de niveau de service (SLA) est établi entre le fournisseur et un locataire. Ce contrat défini des niveaux d'objectifs de services (SLO) définissant la qualité de service à fournir au locataire. Pour atteindre ces objectifs, l'optimiseur de requêtes d'un SGBD engendre un plan d'exécution qui permet la satisfaction des SLO tout en considérant la rentabilité. Pour cela, l'optimiseur s'appuie sur des estimations calculées par un modèle de coûts. Ces estimations sont sujettes à des erreurs à cause de l'obsolescence de valeurs de paramètres, d'erreur dans le calcul ou de variation dans la charge de travail. Ces erreurs peuvent, d'une part, empêcher l'optimiseur d'atteindre ces objectifs et, d'autre part, engendrer une consommation excessive de ressources. L'objectif de cette thèse est de proposer des méthodes d'optimisation robuste de requêtes qui permettent à l'optimiseur de satisfaire les SLO en évitant une consommation abusive de ressources. L'impact des erreurs d'estimation sur le processus d'optimisation de requêtes dans les systèmes de gestion de bases de données (SGBD) se répercute sur la performance globale, et par conséquence, sur la rentabilité du système. Cela souligne l'importance de disposer de méthodes efficaces d'optimisation de requêtes. Concernant l'optimisation de requêtes, de nombreuses recherches récentes explorent différentes approches, pour des environnements incertains. Parmi ces études, plusieurs proposent des méthodes d'optimisation robuste de requêtes afin de réduire la vulnérabilité de l'optimiseur face aux erreurs d'estimation du modèle de coûts [1,2]. D'autre travaux, analysent l'impact des ressources disponibles et de l'estimation du nombre de ressources requises sur la performance et la robustesse de SGBD en environnement mono-processeur [3]. En ce qui concerne la rentabilité, certaines études se concentrent sur l'influence d'un SLA sur la performance de l'optimiseur des SGBD multi-locataires [4].

À notre connaissance, l'optimisation robuste de requêtes et la conception de SLA rentable sont rarement abordées conjointement dans les recherches existantes. De plus, les méthodes sont généralement proposées pour un environnement mono-processeur. Pourtant l'impact mutuel entre l'efficacité de l'optimiseur et un SLA rentable exige une considération conjointe de ces deux problématiques importantes. Pour atteindre ces objectives, l'étudiant(e) se concentrera sur les tâches suivantes :

- Un état de l'art complet des travaux existants sur le processus d'optimisation de requêtes et la conception de SLA rentable pour les SGBD parallèles multi-locataires.
- La proposition d'une méthode d'optimisation robuste de requêtes tout en garantissant la rentabilité de SLA.
- La conception d'un modèle de coûts considérant les valeurs des paramètres de SLA basé sur les contraintes du nombre de ressources pour chaque locataire. Ce modèle de coûts prendra en compte les coûts d'exécution des plans, la gestion de l'utilisation de ressources ainsi que les violations des SLO.
- L'implémentation et la validation de la méthode proposée.